Generative Engine Optimization (GEO)

La optimización para motores generativos (GEO) consiste en adaptar el contenido web para que los motores generativos —sistemas de IA generativa que responden a una consulta redactando una respuesta a partir de fuentes recuperadas— lo seleccionen, lo citen con precisión y hagan referencia a él. Pranjal Aggarwal y sus colegas de la Universidad de Princeton y de instituciones colaboradoras introdujeron el término en su artículo de noviembre de 2023 GEO: Generative Engine Optimization, publicado en KDD 2024, después de que Bing Chat, Google's Search Generative Experience y Perplexity empezaran a responder directamente a las búsquedas. ChatGPT search (octubre de 2024) y AI Overviews de Google (mayo de 2024) han situado desde entonces respuestas generadas frente a cientos de millones de personas que buscan información; además, las herramientas de investigación profunda leen y citan decenas de páginas para elaborar un solo informe. En una respuesta generada no hay una lista ordenada que escalar, así que la visibilidad depende de qué proporción de la respuesta procede de una fuente y de la prominencia con la que se cita.

Cómo eligen las fuentes los motores generativos#

Un motor generativo es un sistema de respuesta a preguntas de dominio abierto basado en generación aumentada por recuperación (RAG) a escala web. Reformula la pregunta del usuario en una o varias consultas de búsqueda, un paso que Google denomina expansión de consultas en su modo IA; recupera páginas candidatas de su índice, utiliza la búsqueda semántica y un reordenador para seleccionar los fragmentos que responden a cada pregunta secundaria, y hace que un modelo de lenguaje grande (LLM) redacte la respuesta a partir de esos fragmentos con citas. Cada etapa es un filtro que una página debe superar:

Fundamentar la respuesta en los fragmentos recuperados también es la forma en que los motores reducen las alucinaciones, por lo que es más fácil citar sin distorsionar el contenido que expone los hechos con claridad, junto con cifras, fechas y fuentes.

Qué descubrió el artículo sobre GEO#

Aggarwal y sus colegas crearon GEO-bench, un conjunto de unas 10 000 consultas extraídas de nueve conjuntos de datos de muchos ámbitos, y midieron la visibilidad de dos maneras: un recuento de palabras ajustado por posición, que pondera las palabras que una respuesta toma de una fuente según la posición de su cita, y una puntuación de impresión subjetiva evaluada por un LLM. Reescribieron páginas de origen con nueve métodos y descubrieron que añadir citas a fuentes fiables, incluir citas textuales y añadir estadísticas aumentaba la visibilidad hasta un 40 %, mientras que la saturación de palabras clave, una táctica clásica de búsqueda, aportaba poco o ningún beneficio. Las páginas con posiciones más bajas en las búsquedas convencionales fueron las que más mejoraron. En Perplexity, añadir citas textuales aumentó el recuento de palabras ajustado por posición en torno a un 22 %, y añadir estadísticas elevó la impresión subjetiva hasta un 37 %.

GEO frente a SEO y términos relacionados#

SEO y GEO comparten los mismos fundamentos: páginas rastreables, una estructura clara y contenido útil. GEO añade una segunda pregunta después de «¿Esta página aparece bien posicionada?»: «¿Una respuesta cita esta página y lo hace correctamente?». La optimización para motores de respuesta (AEO), la optimización para búsquedas con IA y la optimización para LLM (LLMO) son sinónimos de uso actual. La ingeniería de prompts da forma a las instrucciones que una persona envía a un modelo, algo que GEO no puede ver, mientras que la ingeniería RAG construye el recuperador y el generador dentro del motor, que GEO trata como una caja negra.

Acceso técnico#

Las reglas de rastreo determinan el primer filtro. Las empresas de IA utilizan rastreadores distintos para entrenar modelos y para las búsquedas, de modo que un sitio puede excluirse de uno y seguir incluido en el otro. OpenAI utiliza dos rastreadores: GPTBot, que recopila datos de entrenamiento, y OAI-SearchBot, que indexa páginas para las búsquedas de ChatGPT. Google-Extended es un token de control que Google lee del mismo robots.txt: Googlebot sigue obteniendo la página para la Búsqueda y las Vistas creadas con IA, mientras que un Disallow para Google-Extended impide que se utilice para el entrenamiento y la fundamentación de Gemini. La biblioteca estándar de Python puede leer una política robots.txt igual que estos agentes:

from urllib.robotparser import RobotFileParser

# Opt out of model training while staying fetchable for AI search and classic search
robots_txt = """
User-agent: GPTBot
Disallow: /

User-agent: Google-Extended
Disallow: /

User-agent: *
Allow: /
"""
parser = RobotFileParser()
parser.parse(robots_txt.splitlines())

for agent in ["GPTBot", "OAI-SearchBot", "Google-Extended", "Googlebot"]:
    allowed = parser.can_fetch(agent, "/glossary/generative-engine-optimization-geo")
    print(f"{agent}: {'allowed' if allowed else 'blocked'}")

Imprime GPTBot: blocked, OAI-SearchBot: allowed, Google-Extended: blocked y Googlebot: allowed, por lo que la página sigue siendo apta para las búsquedas de ChatGPT, la Búsqueda de Google y las Vistas creadas con IA, pero queda fuera de los datos de entrenamiento de OpenAI y Gemini. Además de cumplir las reglas de rastreo, las páginas deben cargarse sin iniciar sesión, aparecer en un sitemap XML y contener datos estructurados precisos de Schema.org, normalmente escritos como JSON-LD, para entidades como artículos, productos y software. En Ultralytics Platform, se aplica la misma regla de acceso a los conjuntos de datos y proyectos de visión artificial: los que son públicos se abren en URL limpias para cualquier visitante, haya iniciado sesión o no, de modo que los rastreadores de búsqueda y los asistentes de IA puedan recuperarlos, mientras que los privados permanecen protegidos tras el inicio de sesión.

Medición de GEO#

Las respuestas generadas varían según la formulación, el índice de recuperación y la versión del modelo, así que los equipos hacen un seguimiento a lo largo del tiempo de un conjunto fijo de preguntas representativas y registran qué páginas cita cada motor, con qué frecuencia y si la respuesta las representa correctamente. En las analíticas, el tráfico de referencia de los asistentes aparece como visitas desde dominios como chatgpt.com y perplexity.ai. Los motores de búsqueda han empezado a informar directamente de las citas: el informe de rendimiento de IA de Bing Webmaster Tools, publicado en vista previa pública en febrero de 2026, muestra con qué frecuencia se cita cada página en las respuestas de Microsoft Copilot y Bing AI, junto con las consultas de fundamentación que la recuperaron.